船舶燃油采购也用上AI了！

在传统的船舶燃油交易中，采购人员不仅需要判断燃油价格走势，还要考虑船舶航线、加注时间、供应商履约能力、燃油质量以及信用条件等多重因素。这些决策长期依赖采购人员的市场经验、专业判断和商业关系。如今，人工智能（AI）正开始进入这一领域，尝试改变船舶燃油采购与交易的传统模式。

10月13日，在新加坡举行的第24届国际船用燃料大会（SIBCON 2026）预备会议上，一场题为“AI在船舶燃油交易与预测中的应用”的圆桌讨论，展示了AI在燃油采购、价格分析和供应商选择等方面的最新应用。

这场讨论由DNV海事技术与创新负责人Dr. Piyush Raj主持，赫伯罗特（Hapag-Lloyd）全球燃油采购高级经理Melanie Joan Lew、数字燃油交易平台AuctionConnect首席执行官Kenneth Juhls，以及新加坡海事及港务管理局（MPA）首席数字官兼技术与创新总监Thomas Ting参与。

从船东的实际采购试验，到数字交易平台利用真实交易数据训练AI模型，再到新加坡推动燃油加注数据标准化，与会嘉宾呈现了一个正在形成的趋势：AI在船舶燃油市场的应用，正在从简单的价格预测，走向对整个采购决策流程的优化。

赫伯罗特已经开始试用AI采购工具

作为全球主要集装箱班轮公司之一，赫伯罗特正在探索如何将AI引入燃油采购业务。

Melanie在讨论中透露，赫伯罗特已经开始试用多个数字化和AI相关平台，并在不同港口开展采购试验。她认为，燃油采购人员过去主要依靠长期积累的市场经验进行判断，但即使经验丰富的交易员，也不可能每次都准确预测市场走势。随着AI进入实际业务，其价值首先体现在采购时机判断和工作效率的提升，包括协助发出询价请求（RFQ）、整理供应商报价以及减少重复性的行政工作。

不过，赫伯罗特关注的并不只是自动化询价。Melanie指出，相关平台正在尝试把燃油价格与供应商的质量、数量和运营表现结合起来，让采购人员能够更全面地比较不同方案。例如，一家供应商虽然报价较低，但如果其历史交付记录较差，或者曾经发生燃油质量与数量争议，那么这一报价未必具有真正的商业优势。AI可以帮助采购人员更快地关联这些信息，形成更加完整的供应商评估。

Melanie表示，目前相关试验主要集中在规模较小的燃油采购订单，赫伯罗特也正在不同港口积累更多数据。尽管初步实践没有暴露出特别严重的问题，但这项技术仍处于探索阶段，距离广泛应用于复杂的全球燃油采购业务还有一定距离。

对于AI能否直接决定采购对象，她的态度较为谨慎。她强调，采购人员必须保留最终的供应商审批权，尤其是在大型采购项目或者运营条件复杂的港口，AI很难完全掌握实际加注过程中的各种风险。供应商之间长期建立的商业关系、合作经验和信任，也不是简单依靠价格数据就能够衡量的。

这意味着，对赫伯罗特这样的全球性班轮公司而言，现阶段AI更适合作为采购人员的辅助工具，而非独立完成交易的自动化系统。

20分钟产生上百个价格数据点，AI正在学习燃油交易

AuctionConnect是一家数字燃油采购平台，通过在线竞价和报价机制，将传统燃油采购中的部分交易过程转移到数字化环境。其首席执行官Kenneth Juhls介绍，平台目前正在利用积累的交易数据开发AI模型，过去约9个月，团队一直在围绕大量历史数据开展模型训练，并将燃油行业的专业知识融入其中。

Kenneth特别强调，船舶燃油市场并不存在一个简单、统一的交易价格。即使是同一天、同一港口、同一种燃油，不同买家实际获得的报价也可能存在明显差异。这些差异取决于采购数量、供油安排、提前通知时间、供应商的竞争情况以及具体交易条件。因此，通用AI模型即使能够分析公开市场价格，也未必能够给出真正有价值的采购建议。

在AuctionConnect的数字竞价环境中，一场约20分钟的报价活动最多可以产生约100个不同的价格数据点。这些数据不仅反映最终成交价格，还能够展示供应商如何调整报价、竞争如何发展，以及买家在特定交易条件下能够获得怎样的价格。Kenneth认为，这类真实交易过程中形成的数据，是训练燃油交易AI模型的重要基础。

这也暴露了传统燃油交易模式的一项局限。长期以来，大量燃油询价和价格谈判通过电话、电子邮件和WhatsApp等工具进行。虽然这些沟通方式灵活便捷，但交易过程中的大量信息缺乏统一、结构化的记录，难以直接用于AI分析。

Kenneth直言，如果仅仅让AI读取交易员过去的WhatsApp聊天、邮件和通话记录，就希望它能够学会燃油交易，实际上非常困难。这样的做法可能只是将原本不透明的工作流程自动化，而没有真正改变信息获取和处理方式。

相比之下，数字交易平台可以记录更加完整的报价变化、交易条件及市场行为，使AI能够分析不同买家和供应商的交易模式。Kenneth由此提出了一个颇具想象力的应用场景：未来，燃油采购员或交易员可能拥有一位AI“初级交易员”。

这位AI助手不一定拥有独立交易权限，但可以持续观察市场，学习不同交易条件下的价格变化，评估当前报价是否具有竞争力，并向采购人员提供议价建议。通过对大量交易数据的学习，它有可能比传统新人培训更快地积累市场知识。不过，Kenneth也明确表示，目前AI在燃油交易中尚未实现大规模自主决策，相关技术仍处于非常早期的发展阶段。

AI的真正价值，不只是预测燃油价格

在讨论中，主持人Piyush Raj提出了一个重要问题：AI究竟应该专注于预测市场，还是提高企业决策的质量和速度？

传统燃油价格预测主要关注价格未来会上涨还是下跌，但实际采购决策远比这一问题复杂。除了国际能源价格，采购人员还需要考虑船舶航线、天气、地缘政治、市场库存、港口供应状况和监管变化等因素。即使能够准确预测未来几天的燃油价格，如果无法结合船舶抵港时间、加注窗口和供应商交付能力，也未必能够转化为实际的采购收益。

Piyush指出，AI正在从单纯提供预测结果的工具，逐渐转向能够分析多种情景、提供概率区间，并参与企业实际工作流程的决策支持系统。它不仅可以帮助比较供应商报价，还能够识别潜在风险、进行情景分析，并综合评估不同采购方案。

Kenneth对此表示认同。他认为，未来AI需要解决的关键问题之一，是如何在价格之外量化其他商业因素，例如供应商的燃油质量索赔记录、交付可靠性和信用条件。这些数据在行业内已经积累多年，但往往分散在不同企业和业务系统中，过去难以进行快速、系统性的交叉分析。AI的发展使企业有机会从这些已有数据中挖掘更多价值。

对于船东来说，这可能意味着燃油采购模式的一项重要变化：采购人员不再只是寻找最低报价，而是能够更系统地判断不同方案的综合成本和风险。

例如，在燃油价格波动剧烈的情况下，AI可以帮助采购人员评估提前采购与等待市场变化的不同结果；在多个港口都具备加注条件时，可以结合航线和供应商报价比较采购方案；在同一港口存在多个供应商时，则可以综合质量、数量、信用和运营表现进行筛选。

这些能力并不意味着AI一定能够预测出最低价格，而是有望让采购决策建立在更充分的信息基础之上，减少因信息分散、人工分析能力有限或者判断不及时造成的损失。

新加坡正在为燃油交易AI建立数据基础

AI能否真正发挥作用，不仅取决于技术供应商和船东，也与整个燃油供应链的数据基础有关。

MPA首席数字官Thomas Ting在讨论中指出，新加坡过去在燃油计量、数字加注和行业标准方面的持续投入，正在为AI应用创造重要条件。其中，质量流量计（Mass Flow Meter，MFM）的推广，以及电子燃油交付单（e-BDN）等数字化措施，使燃油加注过程中产生的数据更加规范、准确，也更容易被不同参与方使用。

自2025年4月1日起，新加坡要求持牌燃油供应商默认提供数字加注服务，并签发电子燃油交付单。这意味着传统的纸质交付文件正在转变为标准化电子记录，为燃油买家、供应商、检验机构、金融机构和监管部门之间的信息核验与交换创造了条件。

与此同时，新加坡推出的SS 709:2024数字加注标准，对电子文件的数据要求、格式及处理流程进行了规范，目的之一就是实现不同数字系统之间的互操作性。Thomas认为，如果数据始终分散保存在各家企业相互独立的系统中，就很难充分发挥AI的价值。只有数据质量、标准和互通能力得到保障，AI才可能在更大范围内参与分析和决策。

10月14日，MPA在SIBCON 2026期间进一步公布数字加注第二阶段计划，将重点推动质量流量计数据向供应链相关参与方及监管机构的安全传输，提升端到端数字化和自动化水平。这项工作虽然并不直接等于AI交易，但为后续智能化应用提供了更加可靠的数据基础。

Thomas认为，随着相关数字基础设施逐步完善，AI有望在燃油加注领域承担更多工作，包括识别燃油数量和质量数据中的异常、辅助发现潜在欺诈行为、优化采购决策、预测客户需求，以及改善加油船调度和交付安排。

这表明，AI在船舶燃油市场的应用范围可能远远超出价格预测和交易本身，逐步延伸至港口燃油供应链的运营管理。

不过，数据基础只是其中一部分，AI系统的可靠性同样重要。Thomas透露，根据一项针对70多家海事企业开展的AI准备程度调查，不少企业在AI伦理和治理方面的准备程度仍然较低。他建议企业从公司治理、项目风险管理和系统验证等不同层面建立相应机制，并参考ISO/IEC 42001、ISO/IEC 23894及新加坡AI Verify等标准和工具。

对于燃油交易这样的商业活动，AI推荐结果是否能够解释、相关数据能否追溯，以及最终由谁承担决策责任，都会影响企业对技术的信任程度。尤其当AI系统开始直接参与供应商筛选和采购建议时，这些问题将变得更加突出。

AI会取代燃油交易员吗？

随着AI开始进入采购流程，一个无法回避的问题是：如果未来AI能够更准确地分析价格、更快速地匹配买卖双方，传统燃油交易员是否会逐渐失去存在的价值？

在圆桌讨论最后，现场观众提出了类似的问题：未来五年，如果AI提高了市场效率和价格透明度，燃油交易市场是否会变得更加精简？

Melanie认为，AI有望提高工作效率，也可能改变现有工作方式，但其目标应该是帮助人类，而不是取代人类。她承认，新技术的应用总会面临适应过程，包括采购人员自身也需要不断学习，但企业应该主动拥抱能够改善实际业务的工具。

Kenneth则用“副驾驶”（Copilot）来形容AI未来在燃油交易中的角色。在他看来，AI可以像导航系统一样，为交易员提供信息、分析市场并提出建议，但船舶燃油市场具有大量复杂的商业和运营因素，仍然需要人类进行判断、沟通和谈判。

实际上，AI的广泛应用可能改变燃油交易员的工作重点。过去需要花费大量时间完成的询价、报价整理、市场数据搜集及基础分析，有望逐步实现自动化。而交易员的专业价值，则可能更多体现在复杂商业谈判、供应商管理、信用风险控制以及特殊市场环境下的决策能力。

对于燃油供应商而言，这同样意味着市场竞争方式可能发生变化。当买家能够更高效地比较不同供应商的历史履约表现时，价格之外的服务质量、运营可靠性和信用记录，可能在采购决策中占据更重要的位置。

从赫伯罗特正在进行的采购试验，到AuctionConnect利用真实交易数据训练AI模型，再到新加坡逐步完善数字加注基础设施，可以看到，人工智能进入船舶燃油市场已经不再停留于概念讨论。

当然，行业距离真正实现由AI自主完成燃油交易还有很长的路要走。当前更现实的方向，是利用AI辅助采购人员处理信息、分析市场和评估供应商，在保留人工决策权的前提下提高交易效率。

值得关注的是，AI或许不会立即改变船舶燃油交易的基本商业规则，但它正在推动这个长期依赖经验和人际关系的市场，更加重视交易数据的完整性、透明度和可分析性。

未来的竞争优势，可能不仅来自谁拥有更丰富的市场经验，也来自谁能够更有效地将经验、数据与AI技术结合起来。

【投稿】【提供线索】【转载】请后台留言或电邮投稿，主题格式为【投稿】+文章标题，发送至media@xindemarine.com邮箱。

张晗 信德海事网

邮箱Email:

zhanghan@xindemarine.com

微信：zh97692304